文献

J-GLOBAL ID：202202230325641409   整理番号：22A0984576

JoT-GAN:GANと人物再同定モデルを共同訓練するためのフレームワーク【JST・京大機械翻訳】

JoT-GAN: A Framework for Jointly Training GAN and Person Re-Identification Model

著者 (5件)： Zhao Zhongwei (Shandong University, Jinan, China) ,  Song Ran (Shandong University, Jinan, China) ,  Zhang Qian (Shandong University, Jinan, China) ,  Duan Peng (Liaocheng University, Liaocheng, China) ,  Zhang Youmei (Qilu University of Technology, Jinan, China)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 18  号： 1s  ページ： 1-18  発行年： 2022年 
JST資料番号： W5702A  ISSN： 1551-6857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不十分な訓練データによって引き起こされた問題に対処するために,多くの人再識別(再-id)法は,データ強化のために生成的敵対ネットワーク(GAN)を利用するが,そこではGANの訓練は,典型的には再idモデルのそれと無関係である。おそらく再idの性能利得をもたらすそれらの間の結合関係は無視される。本研究では,GANと再idモデルを同時に訓練するための一般的フレームワーク,すなわちJoT-GANを提案した。それは,訓練が識別器を通して互いに誘導される,発電機と再idモデルの両方の最適を同時に達成することができる。再idモデルは2つの理由で強化された。(1)敵対訓練は,識別子をoolぐことを奨励し,(2)生成された標本は訓練データを増加させる。ベンチマークデータセットに関する広範な結果は,識別損失と共に訓練された再idモデルに対して,提案した共同訓練フレームワークが,別々の訓練で既存の方法より優れ,最先端の再性能を達成することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 弁別器 ,  *教育訓練 ,  データ ,  ネットワーク ,  記号 ,  *モデル ,  利得 ,  人間 ,  ベンチマーク ,  *フレームワーク【ソフトウェア開発】
準シソーラス用語： 敵意 ,  訓練データ ,  識別子 ,  *共同訓練 , 【Automatic Indexing@JST】

著者キーワード (3件)： 人物の再同定 ,  生成敵対ネットワーク ,  関節トレーニング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： GaN ,  人物 ,  同定 ,  モデル ,  共同訓練 ,  フレームワーク